GLM-5.2 за десять недель приблизилась к лидерам среди моделей с открытыми весами

Модель GLM-5.2 от Z.ai заметно сократила разрыв между системами с открытыми весами и ведущими проприетарными моделями. После анонса веса выложили под лицензией MIT. Модель быстро появилась у нескольких провайдеров инференса, а независимые исследователи уже провели первые тесты.

По данным Artificial Analysis, GLM-5.2 набрала 51 балл в Intelligence Index, тогда как у GLM-5.1 было 40. Выше в рейтинге находятся только Claude Fable 5 с результатом 60, Claude Opus 4.8 с 56 и GPT-5.5 с 55. При этом Fable недоступна пользователям, поэтому разрыв между GLM-5.2 и самой сильной доступной моделью составляет меньше пяти баллов, пишет Towards AI.

Улучшения хорошо видны на сложных тестах. На CritPt physics reasoning модель прибавила 16 баллов, на Humanity’s Last Exam плюс 12, на long-context reasoning плюс 9. В agentic banking benchmark прирост составил 15 баллов, на SciCode плюс 7, а на Terminal-Bench 2.1 сразу плюс 16. Все оценки приводит Artificial Analysis.

В комплексном тесте AA-Briefcase модель заняла третье место. Этот бенчмарк включает 91 закрытую задачу внутри четырех многонедельных проектов: почти 2,000 исходных файлов, более 3,500 писем и 25,000 сообщений в Slack. GLM-5.2 уступила только Fable и Opus 4.8, но обошла GPT-5.5 и другие open-weight модели. При этом Fable смогла полностью пройти критерии проверки лишь в 3% задач.

Разработка Z.ai выросла из исследований Tsinghua University под руководством сооснователя Jie Tang. Его команда еще в 2006 году создала граф исследователей AMiner, участвовала в проекте Wu Dao 2021 с моделью на 1.75-trillion-parameter и много лет развивает архитектуру General Language Model.

Интересно, что при переходе к GLM-5.2 масштаб модели не увеличился. Она по-прежнему использует примерно 750-billion-total и 40-billion-active параметры в архитектуре Mixture-of-Experts, как и версия 5.1. Зато максимальный контекст вырос с 200K до 1 million tokens.

Основные изменения затронули архитектуру и инфраструктуру. Механизм IndexShare выполняет поиск по истории токенов один раз на блок из четырех слоев, после чего выбранные позиции используются в следующих трех слоях. По данным Z.ai, это уменьшает число операций с плавающей точкой на токен (FLOPs) в 2.9 раза при контексте в 1 million tokens.

В работе IndexCache также отмечено ускорение: prefill до 1.82x и decoding до 1.48x без потери качества. Кроме того, переработаны multi-token prediction, где принятие speculative decoding выросло на 20%, а также управление key-value cache, kernels, scheduling и FP8 serving. Все это снижает стоимость длинных контекстов и упрощает запуск reinforcement learning.